一种高分辨率多光谱图像的多尺度分割方法

B 。 ( 2)
d( x, y) = ( f ! B) ( x, y)
= arg max( s , t) B { D ( f ( x + s, y + t ) , B ) } , ( 3)
e( x, y) = ( f B ) ( x , y) = arg max( s , t) B { D ( f ( x - s, y - t ) , B ) } 。 ( 4) 从公式( 3) 和( 4) 可以看出, 对多光谱图像应用
方法的主要步骤为, 首先计算得到多光谱图像 的形态学梯度, 利用形态学重建方法去除梯度图像 中不相关的局部最小区域, 然后根据重建后的结果 计算分水线的动态范围, 最后通过对分水线动态范 围设置不同的阈值, 得到多光谱图像的层次分割结 果。方法的流程图如图 1 所示。
图 1 多光谱图像层次分割方 法的流程图 Fig 1 Flow chart of the hierarchical segmentation
1 方法
分水岭变换是数学形态学中一种主要的分割技 术。传统的分水岭变换只适 用于灰度图像[ 7, 8] 。Li 等[ 9] 运用多维的腐蚀膨胀运算[ 7] 将分水岭算法扩展 用于多光谱图像分割。但值得提出的是, 绝大多数 基于分水岭变换的图像分割方法都只能生成一个尺 度的分割结果, 即使采用不同参数得到不同结果, 这 些结果之间不存在包含关系。Najman 等[ 10] 提出了 分水线动态范围的概念, 通过计算分水线的动态范 围值得到灰度图像的不同层次分割结果, 这些结果 之间存在层次包含关系。本文综合上述两种方法, 提出适合于多光谱图像的多尺度分割方法。
= !( f ! B ) ( x , y ) - ( f B) ( x , y ) !, ( 5)
其中 dist 是距离函数。 由上面得到的梯度图像存在许多不相关的局部
最小区域, 如果直接进行分水岭变换, 往往会出现过 度分割( over segmentat ion) 。为了改善最后的分割结 果, 必须去除这些不相关的局部最小区域。本文采 用的是 Wang[ 11] 提 出的去除局部 最小区域的算 法, 该算法利用了腐蚀的形态学重建, 可以去除包含像 素数少以及与邻域相差不大的局部最小区域。
1 2 分水线动态范围的计算
传统的分水岭变换方法在得到重建的梯度图像
后, 直接运用分水岭变换进行图像分割。在得到的 分割结果中, 分水线都被标识为同一个值 ( 一 般为
1 24
pk uxbw 2008047
郭建聪等: 一种高分辨率多光谱图像的多尺度分割方法
0) 。N ajman 等[ 10] 在研究灰度图像的分水岭变换时, 提出了分水线动态范围的概念, 用分水线的动态范 围值来衡量分水线的高度。他们认为, 分水线的高 度为分水线上高度最低的点, 设为点 a , 定义如下集 合:
近年 来, 随着 高分 辨率卫 星数 据如 IKONOS, QUICKBIRD 等的大量获取, 研究和探索新的适合于 高分辨率图像的信息处理方法成为目前高分辨率遥 感的前沿问题之一, 而面向对象的分析方法( object based analysis, object oriented analysis) 已经越来越普 遍地被应用到高分辨率遥感图像的处理中。研究表 明, 与基于像元的方法相比, 面向对象的方法能更有 效和准确地提取图像信息[ 1, 2] 。面向对象分析方法 的前提是获得准确的图像对象, 而目前图像对象主
北京大学学报( 自然科学版) 网络版( 预印本) , 2008 年 第 3 期, 2008 09 30 Acta Scientiarum Naturalium Universitatis Pekinensis ( Online First) , No . 3, Sept. 30, 2008 论文编号: pkuxbw2008047 http: bdxbw. chinajournal. net. cn
A Hierarchical Segmentation Method for Multispectral Imagery
GUO Jiancong1 , LI Peijun1, , XIAO Xiaobai2
1 Institute of Remote Sensing and GIS, School of Earth and Space Sciences, Peking University , Beijing 100871; 2Autodesk Design Software ( Shanghai) Co. , Ltd, Shanghai 200001; Corresponding Author, E mail: pjli@ pku. edu. cn
要通过图像分割( image segmentation) 获取, 图像分割 的质量直接决定着后续的面向对象处理的精度, 因 此, 探索新的有效图像分割方法具有重要的意义。
尽管目前已有不少针对遥感图像的图像分割算
法( 如文献[ 3, 4] ) , 但是多数现有图像分割方法的目 的是获得一个单一的最优的分割结果[ 2] 。在实际高
D ( f ( x , y ) , B ) = dist ( f ( x , y ) , cB ) , ( 1)
其中 f ( x , y ) 为像素矢量, B 为结构元素, cB 为结构
元素包含的数据集合的中心, cB 的求法如下:
cB =
1 M
s
f ( s, t),
t
( s, t)
因此, 多维膨胀和腐蚀公式如下:
dyn ( a) min max { f ( a) - f ( ai ) } 。 ( 7) iaB ii
这样, 对每一条分水线都有不同的动态范围值, 通过设置不同的阈值可以得到多层次( multilevel) 分 割结果, 这些结果之间存在层次包含关系, 即每一层 次的分割结果都完全包含下一层次的分割结果。
分辨率图像中不同类别的地物是多尺度的, 而且即 使同类地物也具有不同的空间尺度, 单一的分割结 果难以同时准确反映各种不同尺度的地物特征, 因
国家自然科学基金( 40372130) 和北京大学工程研究院项目资助 收稿日期: 2008 03 10; 修回日期: 2008 05 11
1 23
北京大学学报( 自然科学版) 网络版( 预印本)
一种高分辨率多光谱图像的多尺度分割方法
郭建聪1 李培军1, 肖晓柏2
1北京大学地球与空间科学学院遥感与地理信息系统研究所, 北京 100871; 2欧特克( Autodesk) 设计软件 上海有限公司, 上海 200001; 通讯作者, E mail: pjli@ pku. edu. cn
摘要 综合扩展的分水岭变换和分水线动态范围, 提出了 适用于高分辨率多光谱图像的多 尺度分割方 法。该方法 首先 计算多光谱图像的梯度, 接着去除梯度图像上不相关 的局部最小区域, 然后计算分 水岭的动 态范围, 通过设置 不同 的阈值, 得到多层次( 多尺度) 分割结果。采用城市 地区的 高分辨率 数据来 评价所 提出的 方法, 并与现 有的图 像分割方法进行比较。实验结果表明, 该方法可生成 多层次 的分割 结果, 并较准 确地分 割出地 物特征。分 割结果 反映了地物的多层次信息, 为后续的面向对象分 析提供了有意义的参考。 关键词 多光谱图像; 多尺度分割; 分水岭变换; 分水线 动态范围 中图分类号 P231
Bas( a) { b | ∀ , ( 0) = a, ( 6)
( 1) = b , f ( ( s ) ) < f ( a) s [ 0, 1] } , 其中 为连接两点的路径。集合 Bas ( a ) 表示这样 的点集: 连接这些点和 a 点的路径上的所有点的值 都小于 a 点的值。集合 Bas ( a ) 可以被划分成若干 个连通的组分 Bi ( Bas( a) = ∀ iBi ) 。于是得到 a 点 的动态范erarchical segmentation method is proposed for multispectral imagery by combining extended watershed transform and dynamics of contours. First, the gradient magnitude of an image is computed, and then local irrelevant minima are eliminated. After computing dynamics of contours, hierarchical ( multi level) segmentation results are produced by thresholding. The proposed method is evaluated with a high spatial resolution image of the urban area, and compared with the existing image segmentation method. The results show that the method can get hierarchical segmentation results, and segmente most of image objects. The segmentation results g ive the hierarchical representation of land cover types, which is helpful for further object based analysis . Key words multispectral imagery ; hierarchical segmentation; watershed transform; dynamics of contours
2008 年 第 3 期
此, 多尺度的分割方法研究是目前许多高分辨率图 像处理所急需的[ 5, 6] 。